Автоматизация

Что умеет и где ломается Jev: большое тестирование

1 мин чтенияHabr ML
Обложка: Что умеет и где ломается Jev: большое тестирование

В работе с моделями важно не только знать их точность, скорость и цену, но и понимать, где им можно доверять, а где нужна дополнительная проверка. Многие ограничения обнаруживаются уже в процессе интеграции — и о них хотелось бы знать заранее. Тестирование Jev я проводил прежде всего для себя и команды, но объём данных получился масштабным, и я решил поделиться результатами с сообществом. С 19 по 30 сентября 2026 года было проведено 22 эксперимента и отправлено около 160 тысяч запросов к jev-1.13.0 и контрольным моделям OpenAI. Все тесты запускались через API раннего доступа и суммарно обошлись примерно в $18. Мне было интересно не столько проверить заявленные скорость и цену, сколько найти границы её практического применения. Насколько она точна по сравнению с небольшими GPT-моделями? Можно ли доверять её confidence и строить на нём автоматический роутинг?

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

АвтоматизацияHabr AI

Искусственный интеллект меняет кибербезопасность. Что показывают исследования?

Искусственный интеллект все активнее применяется в информационной безопасности. Современные модели помогают обнаруживать сложные уязвимости, автоматизировать технические операции и даже создавать программные системы без глубоких знаний разработки. Но действительно ли это означает, что для проведения кибератак больше не нужна специальная подготовка? И какие риски возникают, когда возможности ИИ оказываются доступнее, чем компетенции, необходимые для оценки результатов его работы? В этой публикации я рассматриваю четыре исследования и реальных случая: PHP2Shell, эксперимент RAND, уязвимости Moltbook и соревнование DARPA AIxCC. Попробуем разобраться, что они действительно говорят о влиянии ИИ на кибербезопасность, какие выводы подтверждаются фактическими данными, а какие пока остаются предположениями.

1 мин чтения
Обложка: От промпта до продакшна за два часа: всё, что нужно знать о Claude Code
АвтоматизацияHabr AI

От промпта до продакшна за два часа: всё, что нужно знать о Claude Code

К концу 2026 года Claude Code перестал быть экзотикой: CLI-агент от Anthropic генерирует всё на свете — видео, сайты, приложения, скрипты, статьи — и закрывает заметную часть инженерной рутины. Одни называют его лучшим, что случилось с разработкой за последние годы; другие указывают на лимиты, которые заканчиваются быстрее, чем ожидалось, жалуются на решения, которые агент принимает без спроса, и на очередную волну блокировок аккаунтов. Статья для тех, кто не сразу нырнул в ИИ-сферу и до сих пор копирует код из браузера в IDE, а теперь хочет понять, что за зверь такой Claude Code. В этой статье я расскажу как им пользоваться, почему пара часов вместо пары дней — на самом деле реальный сценарий, но только для небольшой фичи или сервиса, оговорю это сразу.

1 мин чтения
АвтоматизацияHabr AI

Как ChatGPT помог мне потратить шесть часов на пятиминутную проблему

В тот августовский летний день я занимался своими исследованиями финансового рынка и приводил в порядок заметки в Obsidian. В какой-то момент я загрузил два CSV-файла, затем удалил их через Проводник Windows и обнаружил, что Obsidian стал подтормаживать. Причём тормозило не всё приложение. Редактор работал прекрасно, поиск тоже. А вот при переключении разделов настроек появлялась неприятная задержка. И эта история не простой баг-хаунтинг.

1 мин чтения